关于计算评价指标

[huanghonggit]

请问已经生成STC_result.txt，想生成像Readme 评价指标表格中的 PPL | BLEU-2 | BLEU-4 | Dist-1 | Dist-2 | Greedy Matching | Embedding Average 这些值，请问你们是怎么计算的？

[lemon234071]

您看下历史的issue, 这些指标的计算方式之前有人问过#53

[Ultraman-Orb]

您好，请问在评测指标中（infer.py)中的超参数，您设置的max_history是多少，我在评测中，max_history是30，top_p是0，temperate是1，导致bleu2是34.多，bleu4是17点多，所以想请问一下您设置的max_history是多少，以及还想确认一下其他的参数，看看是不是参数的问题，测试集采用的是stc_test.json。

[lemon234071]

您好，请问在评测指标中（infer.py)中的超参数，您设置的max_history是多少，我在评测中，max_history是30，top_p是0，temperate是1，导致bleu2是34.多，bleu4是17点多，所以想请问一下您设置的max_history是多少，以及还想确认一下其他的参数，看看是不是参数的问题，测试集采用的是stc_test.json。

论文里有报呀，用的STC只有pair级别数据, 所以max_history不影响结果， top p 0.9, temperature 0.7。

[zhao1402072392]

请问已经生成STC_result.txt，想生成像Readme 评价指标表格中的 PPL | BLEU-2 | BLEU-4 | Dist-1 | Dist-2 | Greedy Matching | Embedding Average 这些值，请问你们是怎么计算的？

请问你评测指标的代码的结果符合论文里的了吗，可以分享一下吗，我的一直些问题。